第十章 硬件方案——让 Agent 跑在「虾」上 核心问题:如果 Agent 可以跑在 10 美元的硬件上,它会打开什么新的可能性? 1 从「机房」到「口袋」 1.1 Agent 的「瘦身」之路 回想一下前几章的内容: OpenClaw:需要 Mac Mini($599)或云服务器 NanoClaw:可以跑在普通服务器上 ZeroClaw:$10 硬件, 1GB | 10W+ | 桌面/服务器 NanoClaw | $50(Linux SBC)| 100MB | 2-5W | 轻量服务器 PicoClaw | $10 | 1GB | >100MB | <10MB 启动 | 30s | 10s | <1s 成本 | $599 | $50 | $10
核心问题:如果 Agent 可以跑在 10 美元的硬件上,它会打开什么新的可能性?
回想一下前几章的内容:
它们都在做一件事:让 Agent 更轻、更便宜、更容易部署。
但 PicoClaw 走到了极致——它让 Agent 跑在了「虾」上。
PicoClaw 的名字来源于「皮皮虾」(Pippi Shrimp),吉祥物也是一只虾。这个名字很形象:
$10 能买到什么?
PicoClaw 可以在 LicheeRV-Nano 上运行——E 版本售价 $9.9(带网口),W 版本 $12.9(带 WiFi),尺寸比信用卡还小,但足以运行 Linux 和 PicoClaw。
让我们对比一下:
| 方案 | 硬件成本 | 内存占用 | 功耗 | 适用场景 |
|---|---|---|---|---|
| OpenClaw | $599(Mac Mini) | >1GB | 10W+ | 桌面/服务器 |
| NanoClaw | $50(Linux SBC) | ~100MB | 2-5W | 轻量服务器 |
| PicoClaw | $10 | <10MB | ~3.5W | 嵌入式/IoT |
~3.5W 的功耗意味着什么?
一个 10000mAh 的充电宝(约 $20)可以供电 约 14 小时(基于 ~3.5W 功耗的理论计算)。如果你想做一个随身携带的 AI 助手,这在以前是不可能的。
注意:功耗数据为理论估算值,基于 LicheeRV-Nano 硬件规格和 PicoClaw 软件资源占用计算,实际续航取决于具体工作负载和使用环境。
PicoClaw 由 Sipeed(矽速科技) 开发——这是一家知名的开源硬件公司,专注于 RISC-V 和 ARM 架构的嵌入式开发板。
有趣的是,PicoClaw 的核心代码 95% 是由 AI Agent 生成的。据项目方称,开发团队让 AI 基于 nanobot(HKUDS 的 Python 项目)的架构,用 Go 语言重写并优化,经过"人机回环(Human-in-the-loop)"微调后形成了现在的代码库。
说明:"95% 代码由 AI 生成" 为项目方(Sipeed)的声明,详见 PicoClaw 官方 README。
这本身就是 Agent 编程的一个成功案例:
PicoClaw 的数字非常惊人:
| 指标 | OpenClaw | nanobot (HKUDS) | PicoClaw |
|---|---|---|---|
| 语言 | TypeScript | Python | Go |
| RAM | >1GB | >100MB | <10MB |
| 启动 | ~30s | ~10s | <1s |
| 成本 | $599 | ~$50 | $10 |
注意:启动时间和内存占用数据来自各项目官方文档或社区测试报告,实际性能取决于具体硬件配置和工作负载。
<1 秒启动是什么概念?即使在 0.6GHz 的单核处理器上,PicoClaw 也能在 1 秒内完成启动。这意味着它可以快速唤醒、执行任务、然后再次休眠——非常适合电池供电的设备。
PicoClaw 选择 Go 语言有几个关键原因:
① 编译成单个二进制文件
Go 可以交叉编译成静态链接的二进制文件,不依赖运行时。这使得部署极其简单——只需复制一个文件即可。
② 内存占用低
Go 的内存管理比 Python/JavaScript 更高效。PicoClaw 的核心功能只需要 <10MB 内存,而等效的 Python 实现可能需要 100MB+。
③ 跨平台支持
Go 原生支持交叉编译到多种架构:
④ 并发模型
Go 的 goroutine 是轻量级线程,可以在有限的内存下支持大量并发任务。这对于需要同时处理多个请求的 Agent 很重要。
在嵌入式领域,有三种主要的处理器架构:
x86(Intel/AMD)
ARM
RISC-V
PicoClaw 支持所有三种架构,但 ARM 是最实用的选择。原因如下:
① 生态成熟
树莓派已经卖了 5000 多万台,围绕 ARM Linux 的软件生态非常丰富。你能想到的功能,基本上都有现成的方案。
② 性价比
$10-50 就能买到性能不错的 ARM 开发板(树莓派 Zero 2W、LicheeRV-Nano 等)。
③ 功耗控制
ARM 处理器的功耗可以做到 <1W,适合电池供电。x86 即使在低负载下也很难低于 5W。
④ 社区支持
遇到问题很容易找到解决方案——因为太多人用 ARM 了。
PicoClaw 官方推荐的硬件:
入门级($9.9)
进阶级($39-70)
高级($55-90)
手机级($0,废物利用)
想象一下这些场景:
| 场景 | 描述 |
|---|---|
| 露营助手 | 你想在野外露营时有一个 AI 助手,但这里没有电源插座 |
| 智能家居 | 你想让 Agent 控制家里的设备,但不想每个房间都拉电源线 |
| 移动机器人 | 你想做一个会走路的机器人,但电池容量有限 |
在这些场景下,每毫瓦都很重要。
数字对比:
| 设备 | 功耗 | 10000mAh 充电宝供电时间 |
|---|---|---|
| Mac Mini | 10-30W | 1-3 小时 |
| 树莓派 4 | 5-8W | 4-6 小时 |
| 树莓派 Zero 2W | 1-2W | 15-20 小时 |
| LicheeRV-Nano + PicoClaw | ~3.5W | ~14 小时 |
~3.5W 是如何做到的?
如果你要让 PicoClaw 跑在电池上,可以考虑这些优化:
① 间歇运行
不需要 24/7 一直运行。可以设置定时唤醒(比如每 15 分钟检查一次),其他时间休眠。
② 降低 CPU 频率
大多数开发板允许你降低 CPU 频率。如果任务不复杂,0.6GHz 就够了。
③ 关闭不必要的外设
④ 使用低功耗模式
Linux 有多种省电模式:
powersave:始终最低频率ondemand:需要时提升频率conservative:缓慢提升频率对于 Agent 场景,conservative 通常是最佳选择。
你可能会问:现在的设备不都有网络吗?为什么要离线?
| 场景 | 描述 |
|---|---|
| 隐私保护 | 你不想把个人数据发送到云端。本地运行意味着你的对话、文件、习惯都留在设备上 |
| 网络不稳定 | 你在偏远地区、地下室、或者网络信号差的地方 |
| 成本考虑 | 每次调用 API 都要花钱。如果能在本地处理简单任务,可以大幅降低成本 |
| 响应速度 | 本地模型响应更快——不需要网络往返 |
PicoClaw 支持多种本地模型部署方案:
① Ollama
# 在 PicoClaw 所在的设备上安装 Ollama ollama run tinyllama # 然后在 PicoClaw 配置中指向本地 Ollama
② llama.cpp
针对嵌入式设备优化的推理引擎,支持量化模型(4-bit、5-bit)。7B 量化模型约需 4GB 内存,1B 以下的小模型(如 TinyLlama)可在 1-2GB 内存的设备上运行(2-bit 量化可在 512MB 设备运行,但性能受限)。
③ vLLM
如果你有足够的内存(2GB+),vLLM 提供更快的推理速度。
本地模型很强,但也有局限:
✅ 本地模型擅长的:
❌ 本地模型不擅长的:
混合方案:
PicoClaw 支持「本地优先」策略:
PicoClaw 代表了 Agent 技术的一个新方向:极致的轻量化和低成本。
它证明了几件事:
这对整个行业意味着什么?
对于开发者:你可以把 Agent 嵌入到以前不可能的场景——智能家居、可穿戴设备、机器人……
对于用户:AI 助手不再是「云端服务」,而是可以真正「拥有」的软件。它跑在你的设备上,不需要订阅费,不需要网络连接,数据完全私有。
对于社会:AI 技术的民主化。不是只有大公司才能运行 AI,普通人也可以用 $10 的设备体验这项技术。